推荐 6 个高质量数据集（覆盖 4 个方向），按‘名称-规模-获取链接-加载代码’整理，要求引用数≥50”
以下是按您要求涵盖不同领域的6个高质量数据集，每个数据集的引用数都大于50，并提供了获取链接以及加载代码的示例：
1. **数据集名称**：MNIST手写数字识别数据集
- **规模**：包含70000张灰度图片（60000训练集+10000测试集）
- **获取链接**：[MNIST Data](http://yann.lecun.com/exdb/mnist/)
- **加载代码**：
```python
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
```
2. **数据集名称**：IMDB电影评论情感分析数据集
- **规模**：50000个电影评论（25000积极的和25000消极的评论）
- **获取链接**：[IMDB Dataset](https://ai.stanford.edu/~amaas/data/sentiment/)
- **加载代码**：
```python
from tensorflow.keras.datasets import imdb
vocab_size = 10000
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=vocab_size)
```
3. **数据集名称**：UCI机器学习库-成人收入数据集
- **规模**：约50,000条记录，包含14个属性
- **获取链接**：[UCI Machine Learning Repository](https://archive.ics.uci.edu/ml/datasets/adult)
- **加载代码**：
```python
import pandas as pd
data_url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/adult/adult.data'
income_df = pd.read_csv(data_url, header=None, sep=',\s', na_values=["?"], engine='python')
```
4. **数据集名称**：CIFAR-10图像识别数据集
- **规模**：60000张32x32彩色图像，分为10个类别
- **获取链接**：[CIFAR-10 and CIFAR-100 datasets](https://www.cs.toronto.edu/~kriz/cifar.html)
- **加载代码**：
```python
import torchvision
dataset = torchvision.datasets.CIFAR10(root='./data', download=True)
data_loader = torch.utils.data.DataLoader(dataset, batch_size=4, shuffle=True)
```
5. **数据集名称**：Google Speech Commands语音命令数据集
- **规模**：超过100k个wave音频文件，涵盖30种不同的语音命令
- **获取链接**：[Speech Commands](https://arxiv.org/abs/1804.03209)
- **加载代码**：
```python
# 由于涉及音频文件，这是一个加载音频数据集的一般性的伪代码例子
import os
import librosa
def load_audio_files(audio_dir):
audio_files = os.listdir(audio_dir)
data = []
for file in audio_files:
path = os.path.join(audio_dir, file)
audio, sr = librosa.load(path)
data.append((audio, sr))
return data
```
6. **数据集名称**：COCO图像识别数据集
- **规模**：330,000张图像，其中2014年有82个对象类别，2017年为91个
- **获取链接**：[COCO Dataset](https://cocodataset.org/#download)
- **加载代码**：
```python
import pycocotools.coco as coco
from pycocotools.cocoeval import COCOeval
annoFile = '/path/to/instances_val2017.json'
coco = coco.COCO(annoFile)
imgIds = coco.getImgIds()
for id in imgIds[:5]: # 只处理前5张图片
img = coco.loadImgs(id)[0]
```
这些数据集覆盖了图像识别、自然语言处理及计算机视觉等多个方向，且因为被广泛使用，所以引用数都非常高。在使用任何数据集之前，请确保遵循其相应的许可协议。
AI智能问答网
免责声明：
以上内容除特别注明外均来源于网友提问，生成式AI回答，请谨慎甄别，未经许可，严谨转载。
点击这里>>使用必应AI助手，更聪明、更完整、更原创！